지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 67 - 74 (8page)
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
최근 미래의 운송시스템으로 도심교통항공(Urban Aircraft Mobility)이 주목받고 있으며 소형 드론도 다양한 산업에서 역할을 하고 있다. 다양한 종류의 항공 시스템 고장은 추락으로 막대한 재산 및 인명 피해로 이어질 수 있다. 항공 시스템이 많이 활용되는 무기체계에서도 고장은 임무 실패의 결과를 유발한다. 본 논문에서는 항공 시스템의 이상(Anomaly)을 탐지하여 개발 및 생산 간 시스템의 신뢰도를 높이고 운용 중 사고를 예방할 수 있도록 딥러닝 기술을 활용한 이상 탐지 모델을 연구했다. 모델 훈련 및 평가 데이터로 극저온 환경에서 시스템의 전류 데이터를 활용하였으며 이미지 인식에 많이 활용되는 딥러닝 기법 합성곱 신경망(CNN; Convolutional Neural Network)을 활용하여 딥러닝 네트워크를 구현했다. 시험 대상 시스템은 극저온 환경에서 다양한 형태의 고장이 유발되었고 전륫값의 특이점이 나타났다. 시스템 정상 및 고장 데이터를 활용하여 모델을 훈련 시키고 평가한 결과 98% 이상의 재현율(Recall)로 이상 탐지하는 것을 확인했다.
목차
Abstract
초록
1. 서론
2. 시스템 및 데이터 획득 방법
3. 데이터 분석 및 전처리
4. 합성곱 신경망을 활용한 이상 탐지
5. 결론
References
참고문헌 (17)
참고문헌 신청
1. Y. Kim, I. Choi "Analysis of Human Casualties on the Ground in Urban Area due to UAM Crash," Journal of Advanced Navigation Technology, vol. 26 no. 5, pp. 281-288, Oct 2022 https://doi.org/10.12673/JANT.2022.26.5.281
2. UAM Team Korea, "K-UAM Concept of Operations 1.0," Sep. 2021.
3. J. Seo, J. Park, J. Yoo, H. Park, "Anomaly Detection System in Mechanical Facility Equipment: Using Long Short-Term Memory Variational Autoencoder," J Korean Soc Qual Manag, vol. 49, no. 4, pp. 581-594, Dec 2021.
4. K. Choi, J. YI, C. Park, S. Yoon, "Deep Learning for Anomaly Detection in Time-Series Data: Review, Analysis, and Guidelines," IEEE Access, vol. 9, pp. 120043-120065, 2021. https://doi.org/10.1109/ACCESS.2021.3107975
5. E. Lee, H. Bae, H. Kim, H. Han, Y. Lee, J. Son, "Trends in AI Technology for Smart Manufacturing in the future," Electronics and Telecommunications Trends, vol. 35, no. 1, pp. 60-70, Feb 2020 https://doi.org/10.22648/ETRI.2020.J.350106
2. UAM Team Korea, "K-UAM Concept of Operations 1.0," Sep. 2021.
3. J. Seo, J. Park, J. Yoo, H. Park, "Anomaly Detection System in Mechanical Facility Equipment: Using Long Short-Term Memory Variational Autoencoder," J Korean Soc Qual Manag, vol. 49, no. 4, pp. 581-594, Dec 2021.
4. K. Choi, J. YI, C. Park, S. Yoon, "Deep Learning for Anomaly Detection in Time-Series Data: Review, Analysis, and Guidelines," IEEE Access, vol. 9, pp. 120043-120065, 2021. https://doi.org/10.1109/ACCESS.2021.3107975
5. E. Lee, H. Bae, H. Kim, H. Han, Y. Lee, J. Son, "Trends in AI Technology for Smart Manufacturing in the future," Electronics and Telecommunications Trends, vol. 35, no. 1, pp. 60-70, Feb 2020 https://doi.org/10.22648/ETRI.2020.J.350106
이 논문의 저자 정보
이 논문과 함께 이용한 논문
GAN을 사용한 재구성 오차 기반의 이상감지
최효민
,
서기성
전기학회논문지
2021
.04
친환경 자동차 도입에 따른 지역별 오존 농도 변화 특성 분석
양채영
,
전원배
,
김동진
외 3명
한국환경과학회지
2023
.09
대규모 항공우주 데이터 처리를 위한 LLM의 역할과 MLOps의 필요성
오세윤
,
문성현
항공우주매거진
2023
.08
Fielded Engine Life Management Approaches for Military Aircraft
이홍철
대한기계학회 춘추학술대회
2023
.03
Aircraft Operations under the EU"s Sustainable Aviation Fuel Policy
Koo Minjin
,
Kim Dongwook
,
Moon Ilkyeong
한국경영과학회 학술대회논문집
2023
.05
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-558-002034792